임상 사용을 위한 AI의 새로운 발전

Radboudumc의 연구원들은 이후 임상 환경에서 인공 지능(AI)을 발전시키는 데 도움을 주었습니다. AI가 의사와 유사한 문제를 진단하는 방법과 진단에 도달하는 방법을 보여줍니다.. AI는 이미 이 환경에서 역할을 수행하고 있으며 전문가가 질병으로 분류할 수 있는 이상을 신속하게 감지하는 데 활용되고 있습니다.

임상 환경의 AI

인공 지능은 의료 영상 진단에 점점 더 많이 사용되고 있습니다. 전통적으로 이상을 식별하기 위해 X-레이 또는 생검을 연구하는 의사가 수행했던 작업을 이제 AI로 수행할 수 있습니다. 딥 러닝을 사용하여 이러한 시스템은 스스로 진단할 수 있으며 종종 인간 의사만큼 정확하거나 더 우수합니다.

그러나 시스템이 완벽하지는 않습니다. 문제 중 하나는 AI가 이미지를 분석하고 진단에 도달하는 방법을 보여주지 않는다는 것입니다. 또 다른 문제는 추가 작업을 수행하지 않는다는 것입니다. 즉, 특정 진단에 도달하면 중지합니다. 이로 인해 올바른 진단이 있더라도 시스템에서 일부 이상이 누락될 수 있습니다.

이 시나리오에서 인간 의사는 환자, X-레이 또는 기타 이미지를 전체적으로 더 잘 관찰합니다.

AI의 발전 

임상 환경에서 AI에 대한 이러한 문제는 현재 연구자들이 해결하고 있습니다. Christina González Gonzalo는 박사입니다. Radboudumc의 A-eye 연구 및 진단 이미지 분석 그룹 후보. 

González Gonzalo는 망막의 이상을 발견하는 안구 스캔을 활용하여 진단 AI를 위한 새로운 방법을 개발했습니다. 특정 이상은 인간 의사와 AI가 쉽게 찾을 수 있으며 종종 그룹으로 발견됩니다. 

AI 시스템의 경우 하나 또는 몇 가지 이상을 진단하고 중지하므로 이러한 시스템 사용의 단점 중 하나를 보여줍니다. 이 문제를 해결하기 위해 González Gonzalo는 AI가 사진을 여러 번 검토하는 프로세스를 개발했습니다. 이렇게 하면 이미 덮은 장소를 무시하는 법을 학습하여 새로운 장소를 발견할 수 있습니다. 또한 AI는 의심스러운 영역을 강조 표시하여 인간이 관찰할 수 있도록 전체 진단 프로세스를 보다 투명하게 만듭니다. 

이 새로운 방법은 눈 스캔에 대한 한 가지 평가를 기반으로 진단을 내리는 이러한 환경에서 사용되는 기존 AI 시스템과 다릅니다. 이제 연구자들은 새로운 AI 시스템이 어떻게 진단에 도달했는지 확인할 수 있습니다.

이미 감지된 이상을 무시하기 위해 AI 시스템은 이상 주변의 건강한 조직으로 디지털 방식으로 채웁니다. 그런 다음 함께 추가되는 모든 평가 라운드를 기반으로 진단이 이루어집니다. 

이 연구에서는 이 새로운 시스템이 당뇨병성 망막병증 및 연령 관련 황반 변성의 감지 민감도를 11.2±2.0% 향상시킨 것으로 나타났습니다. 

이 새로운 시스템은 이상을 기반으로 질병을 진단할 때 AI가 사용되는 방식을 실제로 바꿀 수 있으며, 가장 큰 발전은 이 과정을 거칠 때 보여줄 수 있는 새로운 투명성입니다. 이러한 투명성은 향후 더 많은 수정과 발전을 가능하게 할 것이며 최종 목표는 해당 분야 최고의 인간 전문가보다 훨씬 더 정확하고 빠르게 문제를 진단할 수 있는 AI 시스템입니다. 이 모든 것이 더 신뢰할 수 있는 시스템으로 이어져 더 큰 분야에서 널리 채택될 수 있습니다.